摘要

针对高斯混合概率假设密度(Gaussian mixture probability hypothesis density,GMPHD)滤波算法中的机动目标跟踪问题,提出了一种修正马尔可夫(Markov)矩阵的IMM-GMPHD算法.算法对交互多模型(interacting multiple model,IMM)作出修正,通过模型概率的变化率来修正Markov矩阵,增大了匹配模型在交互中的权重,抑制了非匹配模型的影响,提高了算法的估计精度;利用GMPHD滤波器作为IMM算法的滤波实现方式,完成了对多机动目标的数目和状态估计.仿真实验表明,所提算法能快速匹配目标模型的变化,提高匹配模型概率,改善滤波器性能.

  • 单位
    中国人民解放军陆军工程大学